MétaCan
Menu
Retour à la cohorte
Enregistrement W4392005029 · doi:10.4212/cjhp.3472

Pharmacist-Led Follow-Up Program for Rural Patients with Acute Coronary Syndrome: The PLURAL-ACS Pilot Program

2024· article· en· W4392005029 sur OpenAlexaffvenueabout
Hazal E. Babadagli, Sheri L. Koshman, Michelle M. Graham, Glen J. Pearson

Notice bibliographique

RevueThe Canadian Journal of Hospital Pharmacy · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensUniversity of AlbertaVancouver Coastal HealthAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésMedicinePharmacistAcute coronary syndromeInterquartile rangeEmergency medicineMedical prescriptionAdverse effectPopulationPharmacyFamily medicineInternal medicineNursingMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

Background: Patients living in rural settings have poorer access to care and more frequent readmissions after treatment for acute coronary syndrome (ACS) than patients in urban settings. It is unclear what types of medication-related issues are encountered by this cohort and whether pharmacist-led care could resolve them. Objectives: To describe the issues related to cardiac medications encountered by rural patients after treatment for ACS and the impact of a pharmacist-led virtual follow-up pilot program in this population. Methods: A quality improvement initiative was developed whereby a cardiology pharmacist provided follow-up to post-ACS rural patients in Alberta, Canada, between March and May 2022. For each patient, the pharmacist identified and resolved cardiac medication–related issues through regular telephone visits over a 30-day period following hospital discharge. The primary outcome was the number of cardiac medication–related issues identified. Secondary outcomes included the types of medication-related issues identified and actions taken by the pharmacist to resolve them. Results: During the 15-week program, 40 patients received care, and 139 virtual visits were completed. The median time spent per visit was 60 (interquartile range [IQR] 50–80) minutes. In total, 255 cardiac medication–related issues (6 per patient, IQR 3.75–8.25) were identified, of which 233 (91%) were resolved by the pharmacist. Prescription errors, adverse effects, and drug therapy optimization were the most common issues identified on days 1, 10, and 30, respectively. The pharmacist commonly undertook patient counselling (n = 126, 54%) and medication prescribing (n = 63, 27%) to address medication-related issues. Conclusions: A substantial number of cardiac medication–related issues were identified and resolved through a pharmacist-led virtual follow-up program in rural post-ACS patients. These findings could assist in the development of future follow-up programs to improve care for this high-risk population. RÉSUMÉ Contexte : L’accès des patients vivant en milieu rural aux soins est plus difficile et leur réadmission plus fréquente après un traitement pour le syndrome coronarien aigu (SCA) que les patients vivant en milieu urbain. On ne sait pas exactement quels types de problèmes liés aux médicaments rencontre cette cohorte et si les soins dispensés par les pharmaciens pourraient les résoudre. Objectifs : Décrire les problèmes liés aux médicaments cardiaques que rencontrent les patients vivant en milieu rural après un traitement pour le SCA et les effets d’un programme pilote de suivi virtuel dirigé par un pharmacien dans cette population. Méthodes : Une initiative d’amélioration de la qualité a été développée dans le cadre de laquelle un pharmacien en cardiologie a assuré le suivi des patients vivant en milieu rural après un SCA en Alberta, au Canada, entre mars et mai 2022. Pour chaque patient, le pharmacien a identifié et résolu les problèmes liés aux médicaments cardiaques grâce à des visites téléphoniques régulières sur une période de 30 jours après le congé de l’hôpital. Le critère de jugement principal était le nombre de problèmes identifiés liés aux médicaments cardiaques. Les critères de jugement secondaires comprenaient les types de problèmes liés aux médicaments identifiés et les mesures prises par le pharmacien pour les résoudre. Résultats : Au cours du programme de 15 semaines, 40 patients ont reçu des soins et 139 visites virtuelles ont été réalisées. La durée médiane de chaque visite était de 60 minutes (intervalle interquartile [IQR] 50–80). Au total, 255 problèmes liés aux médicaments cardiaques (6 par patient, IQR 3,75–8,25) ont été identifiés, dont 233 (91 %) ont été résolus par le pharmacien. Les erreurs de prescription, les événements indésirables et l’optimisation du traitement médicamenteux étaient les problèmes les plus fréquents les jours 1, 10 et 30, respectivement. Le pharmacien offrait généralement du counseling aux patients (n = 126, 54 %) et prescrivait des médicaments (n = 63, 27 %) pour résoudre les problèmes liés aux médicaments. Conclusions : Un nombre important de problèmes liés aux médicaments cardiaques ont été identifiés et résolus grâce à un programme de suivi virtuel dirigé par un pharmacien chez les patients vivant en milieu rural après un SCA. Ces résultats pourraient aider à élaborer de futurs programmes de suivi pour améliorer les soins dans cette population à haut risque.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,057
Tête enseignante GPT0,376
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Hospital PharmacyMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207